人脸关键点定位可用于人脸三维重建、人脸动画、人脸识别、表情分析、虚拟化妆、颅面外科手术、疲劳监测等方面,具有广泛的应用背景和巨大的研究价值。目前的算法在遮挡和大姿态下的关键点定位精度还有较大的提升空间。基于上述问题,本文提出了一种遮挡鲁棒的人脸关键点定位算法和一种姿态鲁棒的人脸关键点定位算法,最后利用普通单目摄像头,实现了一个人脸驱动动画系统。主要创新点和贡献总结如下:1.提出了一种遮挡鲁棒的人脸关键点定位算法,针对遮挡问题提出了三阶段的网络结构设计,主要包含特征提取部分,第一阶段粗定位模块,第二阶段精定位模块和第三阶段二元坐标回归模块,每一部分设计了独特的损失函数用于处理遮挡情况下的人脸关键点定位。公开数据集的测试结果表明,该算法相对于基于二元坐标回归的传统人脸关键点定位算法,能更好地对遮挡区域进行关键点定位。2.提出了一种姿态鲁棒的人脸关键点定位算法,采用深度可分卷积网络从二维人脸图像中快速获得对应的3DMM[1]参数和人脸三维关键点位置,对不同的人脸姿态具有鲁棒性。而且针对级联回归中误差累计的问题,提出了一种新的参数初始化策略。3.实现了一个人脸驱动动画系统,由人脸检测、3DMM参数回归、Unity3D合成三个模块组成。实验表明,本文提出的系统可以准确捕捉人脸表情并生成栩栩如生的动画形象。基于本文实现的快速人脸检测算法和姿态鲁棒的三维人脸关键点定位算法的动画驱动系统,运行速度大约为20～30fps,可以达到实时驱动的要求。